ASTER 全球发射率数据集,每月,0.05 度,HDF5

简介: ASTER全球发射率数据集(AG5KMMOH V4)提供0.05度月度分辨率的全球地表发射率信息,覆盖2000至2015年。该数据集基于ASTER传感器与MODIS产品,结合TES算法和MODTRAN模型进行大气校正,由NASA JPL开发。2016年12月起停止更新。

ASTER Global Emissivity Dataset, Monthly, 0.05 deg, HDF5

简介

AG5KMMOH 版本 4 数据集已于 2016 年 12 月 14 日停用。Terra 先进星载热发射和反射辐射计 (ASTER) 全球发射率数据集 (GED) 包含每年全球发射率的月度文件。ASTER GED 数据产品采用 ASTER 温度发射率分离 (TES) 算法大气校正方法生成,涵盖 2000 年至 2015 年的数据。该算法方法使用中分辨率成像光谱仪 (MODIS) 大气廓线产品 MOD07 和 MODTRAN 5.2 辐射传输模型,以及标准月度 MODIS/Terra 积雪数据(全球月度 0.05 度积雪产品 MOD10CM) ,以及 MODIS 月度网格化归一化差异植被指数 (NDVI) 产品 MOD13C2 中的植被信息。美国国家航空航天局 (NASA) 加州理工学院喷气推进实验室 (JPL) 开发了 ASTER GED 产品。与先前版本的改进/变化* 此 V4 产品包含对 ASTER GED V3 产品的发射率调整。

摘要
Resource Type Dataset
Metadata Created Date June 13, 2025
Metadata Updated Date July 11, 2025
Publisher LP DAAC;NASA/JPL/ASTER
Identifier 10.5067/COMMUNITY/ASTER_GED/AG5KMMOH.004
Data Last Modified 2025-07-09
Category Earth Science
Public Access Level public
Bureau Code 026:00
Metadata Context https://project-open-data.cio.gov/v1.1/schema/catalog.jsonld
Schema Version https://project-open-data.cio.gov/v1.1/schema
Catalog Describedby https://project-open-data.cio.gov/v1.1/schema/catalog.json
Harvest Object Id 6b2657ea-c9cc-42fe-9d20-69618fe4e614
Harvest Source Id 58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source Title NASA Data.json
Old Spatial {"NorthBoundingCoordinate":90,"WestBoundingCoordinate":-180,"EastBoundingCoordinate":180,"SouthBoundingCoordinate":-90},"CARTESIAN"
Program Code 026:000
Source Datajson Identifier True
Source Hash c11748f50789975b917186a02aef116bd5fd28c33b860f53abe2665c2e629761
Source Schema Version 1.1
代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify

import pandas as pd
import leafmap

url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="ABoVE_ASCENDS_XCO2_2050",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
C# Excel 异常HRESULT 0x800AC472
图1 图2     出现图1的问题,大部分原因是导出excel时一开始就将excel.visible=true,当数据量太大的时候,就会看到数据被一条条的写进excel里面,这个时候随意点击excel就会报出上面的错误。
6513 0
|
6月前
|
Ubuntu Linux 云计算
CentOS与Ubuntu:Linux系统的双璧
选择Ubuntu还是CentOS,取决于用户的具体需求,如是否需要图形化界面、对稳定性的要求、软件包管理的偏好以及对商业支持的需求等。两者都是优秀的Linux发行版,只是在设计理念和目标用户群体上有所不同。#深度好文计划#
|
6月前
|
传感器 编解码 数据可视化
GEE数据集:2017-2024年全球多源遥感数据融合的全新10米数据集(无量纲)Satellite Embedding V1
Google Satellite Embedding 数据集提供全球10米分辨率的64维嵌入向量,编码地表条件的时间轨迹,适用于变化检测与地理分析。
608 0
|
分布式计算 Spark 大数据
深入探究Apache Spark在大数据处理中的实践应用
【6月更文挑战第2天】Apache Spark是流行的开源大数据处理框架,以其内存计算速度和低延迟脱颖而出。本文涵盖Spark概述、核心组件(包括Spark Core、SQL、Streaming和MLlib)及其在数据预处理、批处理分析、交互式查询、实时处理和机器学习中的应用。通过理解Spark内部机制和实践应用,可提升大数据处理效率,发挥其在各行业的潜力。
|
存储 缓存 并行计算
DP读书:鲲鹏处理器 架构与编程(四)内存顺序模型与内存屏障
DP读书:鲲鹏处理器 架构与编程(四)内存顺序模型与内存屏障
391 1
|
运维 数据可视化 安全
VR虚拟现实的七大应用领域
VR虚拟现实的七大应用领域
VR虚拟现实的七大应用领域
《QT从基础到进阶·三十四》qobject_cast动态强制转换
《QT从基础到进阶·三十四》qobject_cast动态强制转换
1227 0
|
SQL 安全 Linux
国产数据库---达梦应用技巧及使用案例
达梦数据库管理系统是达梦公司推出的具有完全自主知识产权的高性能数据库管理系统,简称DM。达梦数据库管理系统的最新版本是8.0版本,简称DM8。
1258 1
|
网络安全
完美解决 WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!
完美解决 WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!
913 0
|
缓存 Java Maven
解决Maven导入依赖报红问题
解决Maven导入依赖报红问题
1015 0